并发强化学习中的协调探索
人工智能
2018-12-18 v1
摘要
我们考虑一组并发学习在公共环境中操作的强化学习智能体。我们确定了三个属性——适应性、承诺性和多样性——它们对于高效的协调探索是必要的,并证明对单智能体乐观采样和后验采样方法的直接扩展无法满足这些属性。作为替代,我们提出种子采样,以后验采样的一种满足这些要求的方式对其进行扩展。仿真结果研究了随着智能体数量增加,每智能体遗憾如何减少,确立了种子采样相对于其他探索方案的显著优势。
引用
@article{arxiv.1802.01282,
title = {Coordinated Exploration in Concurrent Reinforcement Learning},
author = {Maria Dimakopoulou and Benjamin Van Roy},
journal= {arXiv preprint arXiv:1802.01282},
year = {2018}
}